#computer-vision Repositories
Insgesamt 1,451 Repositories
State-of-the-Art Deep-Learning-Skripte, nach Modellen organisiert - einfach zu trainieren und bereitzustellen mit reproduzierbarer Genauigkeit und Leistung auf Unternehmensklasse-Infrastruktur.
Ein Toolkit zur Erstellung von Machine-Learning- und Datenanalyseanwendungen in der realen Welt in C++
PyTorch-Code und Modelle für die DINOv2-Methode des selbstüberwachten Lernens.
Dieses Repository enthält die Codes von "A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild", veröffentlicht auf der ACM Multimedia 2020. Für kommerzielle HD-Modelle probieren Sie bitte Sync Labs aus.
Erweiterte KI-Erklärbarkeit für Computer Vision. Unterstützung für CNNs, Vision Transformers, Klassifikation, Objekterkennung, Segmentierung, Bildähnlichkeit und mehr.
Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP, indem Sie aus diesen spannenden Vorlesungen lernen!!
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 Papers/Code/Interpretationen/Live-Übertragungen Sammlung, von Jimu Team zusammengestellt
Das Repository stellt Code für die Durchführung von Inferenz und Finetuning mit dem Meta Segment Anything Model 3 (SAM 3) bereit, Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks, die zeigen, wie man das Modell verwendet.
OpenVINO™ ist ein Open-Source-Toolkit zur Optimierung und Bereitstellung von KI-Inferenz.
Visualisieren, abfragen und streamen Sie, um mit multimodalen Robotikdaten zu trainieren.
Semantische Segmentierungs-Modelle mit mehr als 500 vortrainierten konvolutionellen und Transformer-basierten Backbones.
Low-Code-Framework zum Erstellen benutzerdefinierter LLMs, neuronaler Netze und anderer KI-Modelle
X-AnyLabeling: Eine schlanke, effiziente und einheitliche plattformübergreifende Desktop-Anwendung zur Annotation von Texten, Bildern, Videos, Punktwolken und multimodalen Daten. Sie kombiniert vielseitige integrierte Werkzeuge mit modernsten KI-Modellen und flexiblen Exportmöglichkeiten in mehreren Formaten.
Dieses Repository enthält eine kuratierte Sammlung von über 300 Fallstudien von mehr als 80 Unternehmen, die praktische Anwendungen und Einblicke in das Design von Systemen für maschinelles Lernen (ML) beschreiben. Die Inhalte sind so organisiert, dass Sie relevante Fallstudien leicht nach Branche oder spezifischen ML-Anwendungsfällen finden können.
[CVPR 2024] Offizielles Repository für „MagicAnimate: Temporally Consistent Human Image Animation using Diffusion Model“
PyTorch-Implementierung von YOLOv3, YOLOv3-SPP und YOLOv3-tiny für Echtzeit-Objekterkennung mit Training, Validierung, Inferenz und Export in verschiedene Formate.
Hackbare und optimierte Transformer-Bausteine, die eine komponierbare Konstruktion unterstützen.
openFrameworks ist ein community-entwickeltes Cross-Platform-Toolkit für kreatives Coding in C++.
Meine kontinuierlich aktualisierten Notizen und Demos zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Folien) Meine ununterbrochen aktualisierten Vorlesungsmaterialien zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Seiten) und Video-Links
RF-DETR ist eine von Roboflow entwickelte Architektur für Echtzeit-Objekterkennung und -segmentierung, SOTA auf COCO, die für das Fine-Tuning konzipiert wurde. [ICLR 2026]
Echtzeit-SLAM für Monokulare, Stereo- und RGB-D-Kameras mit Schleifenerkennung und Relokalisierungsfunktionen
🦙 LaMa Image Inpainting, Auflösungsrobuste Inpainting mit großen Masken durch Fourier-Faltungen, WACV 2022
Best Practices, Code-Beispiele und Dokumentation für Computer Vision.
Eine Sammlung von Tutorials zu hochmodernen Computer-Vision-Modellen und -Techniken. Entdecken Sie alles von grundlegenden Architekturen wie ResNet bis hin zu Spitzenmodellen wie RF-DETR, YOLO11, SAM 3 und Qwen3-VL.
Ein umfassendes Toolkit für die hochwertige Extraktion von PDF-Inhalten
Der Code für unsere neu akzeptierte Arbeit in Pattern Recognition 2020: "U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection."
FaceChain ist eine Deep-Learning-Toolchain zur Generierung Ihres Digital-Twins.
Deeplake ist eine AI Data Runtime für Agents. Sie bietet serverlosen Postgres mit einem multimodalen Datalake, der skalierbare Retrieval- und Training-Funktionen ermöglicht.